iris数据集可视化python

Iris数据集是一个经典的机器学习数据集，它包含了三种鸢尾花（Setosa、Versicolour 和 Virginica）的测量数据，包括花瓣长度、花瓣宽度、萼片长度和萼片宽度。在Python中，可以使用matplotlib和seaborn库对这个数据集进行可视化。

首先，你需要安装必要的库，如pandas、numpy和scikit-learn（如果还没安装的话）：

pip install pandas numpy scikit-learn matplotlib seaborn

然后，你可以按照以下步骤对数据集进行可视化：

1. 导入库并加载数据集：

import pandas as pd
from sklearn.datasets import load_iris

data = load_iris()
df = pd.DataFrame(data.data, columns=data.feature_names)
target = data.target

2. 使用matplotlib展示基本的直方图或箱线图：

import matplotlib.pyplot as plt
plt.hist(df['petal_length'], bins=10)
plt.xlabel('Petal Length')
plt.ylabel('Count')
plt.title('Iris Petal Length Distribution')
plt.show()

3. 用seaborn绘制更复杂的图表，例如小提琴图（展示分布和四分位数范围）：

import seaborn as sns
sns.violinplot(x="species", y="petal_length", data=df)
plt.xlabel("Species")
plt.ylabel("Petal Length")
plt.title("Petal Length by Iris Species")
plt.show()

4. 如果想看各属性之间的关系，可以用散点图矩阵（pairplot）：

sns.pairplot(df, hue='species')
plt.show()